ทำความเข้าใจ cohort analysis เพื่อเพิ่มการรักษาลูกค้า

cohort analysis หรือการวิเคราะห์กลุ่มตามช่วงเวลา คือกระบวนการวิเคราะห์ข้อมูลโดยการจัดกลุ่มลูกค้าหรือผู้ใช้งานที่มีลักษณะร่วมกันในช่วงเวลาที่กำหนด แล้วติดตามพฤติกรรมของกลุ่มดังกล่าวอย่างต่อเนื่องไปตามลำดับเวลา การวิเคราะห์ลักษณะนี้ช่วยให้ธุรกิจเข้าใจความเปลี่ยนแปลงของพฤติกรรมลูกค้าได้อย่างแท้จริง เนื่องจากการดูเพียงค่าเฉลี่ยรวมของทั้งองค์กรอาจบดบังความแตกต่างที่สำคัญระหว่างกลุ่มผู้ใช้แต่ละรุ่น โดยเฉพาะเมื่อธุรกิจมีการปรับเปลี่ยนกลยุทธ์การตลาด การเปิดตัวสินค้าใหม่ หรือการปรับปรุงประสบการณ์ผู้ใช้งานในแต่ละช่วงเวลา

ในการกำหนดกลุ่มผู้ใช้งาน ระบบการวิเคราะห์อย่าง Google Analytics 4 มีการใช้นิยามว่ากลุ่มผู้ใช้ที่มี Acquisition Date เดียวกันถือเป็นกลุ่มเดียวกัน การเริ่มต้นจัดกลุ่มจะต้องอาศัยเกณฑ์การเข้ากลุ่มหรือ inclusion criteria ซึ่งเป็นเงื่อนไขแรกที่ทำให้ผู้ใช้ถูกนับเข้ากลุ่ม เช่น First touch การเกิด Any event การมี Any transaction หรือ Any conversion จากนั้นจึงกำหนดเกณฑ์การกลับมาหรือ return criteria ซึ่งเป็นเงื่อนไขภายหลังที่ผู้ใช้ต้องทำเพื่อแสดงว่ายังคงมีส่วนร่วมอยู่ในกลุ่มนั้นต่อไป

ประเภทของกลุ่มลูกค้าและการวัดผล retention cohort

การวิเคราะห์ retention cohort สามารถจำแนกประเภทของกลุ่มลูกค้าออกเป็นหลายมิติเพื่อตอบโจทย์ทางธุรกิจที่แตกต่างกัน กลุ่มแรกคือ acquisition cohort ซึ่งจัดกลุ่มตามช่วงเวลา ช่องทาง หรือแคมเปญที่ลูกค้าเริ่มมีปฏิสัมพันธ์หรือซื้อครั้งแรก กลุ่มที่สองคือ behavioral cohort ซึ่งจัดกลุ่มตามพฤติกรรมหรือการกระทำเฉพาะเจาะจง เช่น ลูกค้าที่ตัดสินใจเข้าร่วม loyalty program และกลุ่มที่สามคือ product cohort ซึ่งจัดกลุ่มตามประเภทของสินค้าชิ้นแรกที่ลูกค้าซื้อไป โดยในบริบทของธุรกิจอีคอมเมิร์ซ ผู้ใช้ที่มีความเคลื่อนไหวมักหมายถึงผู้ใช้ที่มีการซื้อซ้ำ

การคำนวณอัตราการรักษาลูกค้าหรือ Retention rate มีสูตรคำนวณคือ Active users in period หารด้วย Original cohort size แล้วคูณด้วย 100 ตัวอย่างเช่น หากมีลูกค้าเริ่มต้น 1,000 คนในเดือนมกราคม และมีลูกค้าที่ยังคงกลับมาเคลื่อนไหวหรือ active อยู่จำนวน 800 คนใน Month 1 จะคำนวณอัตรา retention ได้เท่ากับ 80% การติดตามตัวเลขนี้ตามช่วงเวลาช่วยให้เห็นว่าลูกค้ากลุ่มใดสร้างคุณค่าต่อเนื่องให้กับธุรกิจ

รูปแบบการคำนวณและข้อกำหนดในการวิเคราะห์กลุ่ม

เครื่องมือวิเคราะห์ข้อมูลอย่าง Google Analytics 4 มีการคำนวณพฤติกรรมของกลุ่มผู้ใช้เป็น 3 รูปแบบหลัก ได้แก่ Standard ซึ่งนับเฉพาะผู้ใช้ที่ทำตามเงื่อนไข return criteria ในช่วงเวลานั้น รูปแบบ Rolling ซึ่งนับเฉพาะผู้ใช้ที่ทำเงื่อนไขครบทั้งในช่วงเวลานั้นและในทุกช่วงเวลาก่อนหน้า และรูปแบบ Cumulative ซึ่งเป็นการคำนวณยอดสะสมของตัวชี้วัดไปเรื่อยๆ นอกจากนี้ การเลือกความละเอียดของช่วงเวลายังสามารถเลือกได้ทั้ง Daily, Weekly และ Monthly โดยการนับแบบ Weekly ในระบบจะนับจากวันอาทิตย์ถึงวันเสาร์ ไม่ใช่ 7 วันแบบเลื่อน

• เกณฑ์การเข้ากลุ่มหรือ inclusion criteria สามารถเลือกเหตุการณ์อย่าง First touch, Any event, Any transaction หรือ Any conversion
• เกณฑ์การกลับมาหรือ return criteria เพื่อตรวจสอบว่าผู้ใช้ยังคงทำกิจกรรมต่อเนื่องตามที่กำหนดหรือไม่
• ระบบ GA4 สามารถแสดงผลกลุ่มผู้ใช้ได้สูงสุด 60 cohort ในหนึ่งรายงาน
• เมื่อมีการนำ breakdown dimension มาใช้งาน ระบบจะแสดงผลเพียง 15 ค่าแรกเท่านั้น

การนำข้อมูลกลุ่มลูกค้าไปปรับปรุงการรักษาลูกค้า

ในธุรกิจอีคอมเมิร์ซ การเลือกช่วงเวลารายเดือนถือเป็นมาตรฐานทั่วไปสำหรับการวิเคราะห์พฤติกรรม ส่วนช่วงเวลารายสัปดาห์จะเหมาะกับกลุ่มสินค้าที่มีการซื้อบ่อย หากผลการวิเคราะห์แสดงให้เห็นว่าอัตรา retention ตกลงอย่างเห็นได้ชัดในช่วงเวลาใดช่วงเวลาหนึ่ง จุดดังกล่าวจะสะท้อนถึงจุดติดขัดในประสบการณ์ของลูกค้า ธุรกิจจึงสามารถวางแผนส่ง win-back campaign ก่อนที่จะถึงช่วงเวลาที่ลูกค้ามีแนวโน้มจะหยุดการมีปฏิสัมพันธ์ นอกจากนี้ การจัดกลุ่มลูกค้าตามเดือนที่ซื้อครั้งแรกยังสามารถนำไปใช้งานร่วมกับการวิเคราะห์ RFM เพื่อสร้างกลุ่มเป้าหมายที่มีความเฉพาะเจาะจงยิ่งขึ้น

• ตรวจจับช่วงเวลาที่อัตราการรักษาลูกค้าลดลงเพื่อระบุจุดติดขัดในเส้นทางของลูกค้า
• วางแผนส่ง win-back campaign เชิงรุกก่อนถึงจังหวะเวลาที่ลูกค้ามักจะหยุดมีปฏิสัมพันธ์
• ผสานข้อมูลกลุ่มผู้ใช้เข้ากับการวิเคราะห์ RFM ทั้ง recency, frequency และ monetary เพื่อจัดกลุ่มลูกค้าเป้าหมาย
• เปรียบเทียบผลลัพธ์ของแต่ละแคมเปญการตลาดเพื่อดูความภักดีของลูกค้าที่ได้มาในแต่ละรุ่น